FUNÇÃO NO R PARA OBTENÇÃO DO DESENHO D-ÓTIMO EM MODELOS DE MISTURAS COM RESTRIÇÕES

Tamanho: px
Começar a partir da página:

Download "FUNÇÃO NO R PARA OBTENÇÃO DO DESENHO D-ÓTIMO EM MODELOS DE MISTURAS COM RESTRIÇÕES"

Transcrição

1 FUNÇÃO NO R PARA OBTENÇÃO DO DESENHO D-ÓTIMO EM MODELOS DE MISTURAS COM RESTRIÇÕES Edmlson Rodrgues Pnto Leandro Alves Perera Faculdade de Matemátca Faculdade de Matemátca Unversdade Federal de Uberlânda Unversdade Federal de Uberlânda edmlson@famat.ufu.br leandro@famat.ufu.br Resumo. Epermentos com msturas são usados em dversas áreas, especalmente nas ndústras uímcas e farmacêutcas. A obtenção de desenhos ótmos para msturas é de grande mportânca, prncpalmente uando estr restrções nos componentes da mstura e, neste caso, os desenhos, usados para as stuações padrão, não puderem ser aplcados. O obetvo deste trabalho é apresentar uma função desenvolvda em R para obtenção do desenho D_ótmo em epermentos de msturas com restrções. A função, nttulada D.otmo.m, fo desenvolvda orgnalmente em Fortran e posterormente convertda em uma bbloteca do R. Um eemplo de aplcação é apresentado e detalha o uso da função D.otmo.m. Palavras-chave: Epermentos ótmos para msturas com restrção, planeamentos D_ótmos, desenhos ótmos no R.. Introdução O termo mstura é usado para defnr uma formulação ou uma composção de determnadas substâncas. Mutos produtos são confecconados a partr da mstura de város componentes. Tntas, almentos, produtos uímcos e farmacêutcos são alguns eemplos. Um epermento com mstura é auele no ual dos ou mas componentes são msturados, em uasuer proporções e uma resposta é obtda para cada conunto dos componentes da mstura. O propósto geral em um epermento com msturas é tornar possível a estmatva da resposta de um problema de mstura com város componentes, a partr de um número lmtado de observações. Essas observações são obtdas de combnações pré-seleconadas dos componentes na tentatva de se determnar uas delas, de alguma manera, otmzam a resposta (Cornell, 00). Cornell (00) é a prncpal referênca sobre a teora de epermentos com mstura, onde se pode encontrar uma eposção abrangente e detalhada sobre esse tema. Myers & Montgomery (00) dedcam dos capítulos a epermentos com mstura, consttundo uma boa ntrodução ao assunto. Atknson (007) dedca um capítulo à obtenção de epermentos ótmos para msturas, utlzando o algortmo BLKL e o software SAS (Statstcal Analyss Software). Pnto & Ponce de Leon (006) apresentam um capítulo acerca dos epermentos ótmos para msturas. Em certos epermentos com mstura, pode haver a necessdade de restrngr a proporção de um ou mas componentes, ue, por motvos técncos ou prátcos, não podem satsfazer todas as proporções possíves. Com sso, a nova regão epermental passa a ser uma sub-regão da regão das proporções matematcamente possíves. Essas restrções nos componentes, ue são muto comuns nos casos ndustras, podem ser apenas lmtes superores, apenas lmtes nferores ou uma combnação das duas. Na prátca, há casos em ue mutos dos componentes de uma mstura possuem smultaneamente lmtes superores e nferores em suas composções. De um modo geral, essas restrções podem ser representadas da segunte forma: 0 l u, =,,..., () Onde l é o lmte nferor e u é o lmte superor para o componente de mstura. Agradecmento à FAPEMIG pelo apoo fnancero

2 Com essas restrções, a regão epermental nas proporções dos componentes pode ter forma bem dferente da regão sem restrções. Nesses casos, não é vável recorrer mas aos planeamentos epermentas tradconas apresentados na lteratura, e, mutas vezes, recorre-se a algortmos computaconas para a escolha da localzação dos pontos epermentas, havendo a necessdade de consderar alguns aspectos técncos. Quando possível recorre-se a transformações lneares das varáves orgnas para transformar um problema de mstura com as restrções () em um problema de mstura rrestrto, tornando o problema mas smples. Isso é chamado de pseudocomponentes (Cornell, 00). Quando não for possível o uso de pseudo componentes, desenhos ótmos devem ser usados. Kefer (96) provou ue os planeamentos em rede smple sem restrções nos componentes, usados para modelos polnomas de prmera e segunda ordem, são D-ótmos. Para epermentos com restrções nos componentes, McLean e Anderson (966) sugerem ue seam usados os pontos etremos da regão de epermentação. Saena e Ngam (97) mostrou ue o planeamento ótmo também pode conter conuntos de pontos na regão de epermentação ue não são necessaramente pontos de etremos. Snee e Maruardt (974) através do algortmo XVERT demonstrou ue os pontos de vértce, o centro da regão e os pontos médos das retas ue delmtam a regão são canddatos a ponto ótmo. O conunto de pontos ótmos será um subconunto dos pontos canddatos. Este trabalho apresenta uma função no R para obtenção do desenho ótmo para um epermento de msturas com restrções, consderando o modelo uadrátco de Sheffé com três varáves. O crtéro utlzado para obtenção dos pontos ótmos é a D-otmzação. Este trabalho tem como prncpal obetvo fornecer essa ferramenta de grande mportânca e aplcabldade em sua versão gratuta através do R, o ue pode representar uma grande contrbução para as nsttuções de ensno e pesusa. O R é um software fleível, potente e confável para realzar tarefas estatístcas de ualuer tpo, desde as mas elementares às mas avançadas. Ele conta com a vantagem de ser gratuto e de seus processos de nstalação e uso serem smples. Um dos prncpas motvos da grande utlzação do R é o fato de ualuer profssonal poder melhorar o códgo do software básco ou escrever códgos para tarefas específcas, aprovetando todos os recursos á estentes. Além da gratudade, a outra grande vantagem de se utlzar o R para mplementação da função apresentada neste trabalho é a possbldade de utlza-la dentro de outros programas, além de ser um software de acetação mundal e conhecdo nas mas varadas áreas do conhecmento. Na seção é apresentada uma breve ntrodução sobre epermentos com msturas e a regão epermental para o caso de três componentes com e sem restrções. Na seção é apresentada a função D.otmo.m e um eemplo de aplcação. As conclusões fnas deste artgo são apresentadas na Seção 4.. Modelos para componentes de msturas Seam, =,...,, as varáves ue representam as proporções dos componentes da mstura. Em epermentos envolvendo mstura, a soma das proporções dos componentes é sempre gual a, ou sea, = e 0, =,..., () = Ao modfcar a formulação no sentdo de alterar as propredades de uma determnada mstura em estudo, as novas proporções devem contnuar obedecendo a essa restrção. Assm sendo, em planeamento de epermentos com mstura devem ser adotados proetos ue consderem esta restrção. As restrções em () são mostradas na Fgura, para o caso de dos e três componentes. Devdo à restrção, a regão epermental se reduz a uma regão smple de

3 dmensão -. Cada lado do trângulo corresponde a uma mstura bnára e os vértces dos trângulos correspondem às formulações de componentes puros. No nteror do trângulo, estão stuadas as possíves msturas ternáras. Neste caso, são necessáras apenas duas dmensões para representar grafcamente o epermento, como pode ser vsto na Fgurac. Como cada componente é representado por um vértce, uma fgura geométrca com três vértces e duas dmensões, ou sea, um trângulo eülátero, representa o espaço fatoral restrto de uma mstura ternára. (a) (b) (c) Fgura : Representação do espaço epermental smple para varáves ndependentes e msturas (a) para duas varáves, (b) e (c) para três varáves.. Polnômos canôncos Para se obter o melhor auste da resposta, modelos matemátcos devem ser austados aos dados obtdos do planeamento epermental. Em procedmentos com modelos de msturas, eperêncas têm demonstrado ue y pode ser estmado utlzando um polnômo de Taylor (Bo et al., 978). Para duas varáves, um modelo uadrátco podera ser: torna: ( y) = β 0 + β + β + β E = = < Entretanto, uando a condção para msturas é aplcada ao modelo polnomal, a euação se Onde: β β + β + β β = 0 = β β β,, =,,...,, < ( y) = β + β E = < O polnômo apresentado em (4) é descrto como o polnômo de segunda ordem ou polnômo uadrátco de Sheffé (Cornell, 00). Este polnômo faz parte de um grupo de polnômos especas para epermentos com mstura. Consderando ue a resposta é dada por y, em geral, tas polnômos podem tomar as seguntes formas: Modelo lnear: Modelo uadrátco E ( y) = = β ( y) = β + β E = <

4 Modelo cúbco especal Modelo cúbco completo E ( y) E. A Função D.otmo.m ( y) = β + β + = < < < k β = β + β + βk k + = < < < k < k β k ( Neste trabalho, a obtenção dos pontos D-ótmos envolvem procedmentos numércos como cálculos matrcas e mamzação sueta a restrções. Para esse fm, softwares de programação matemátca como Matlab ou Fortran são mas adeuados. Para construção da função D.otmo.m fo utlzado como base um programa escrto em Lnguagem Fortran 90. Esse complador possu rcas bbloteca de funções matemátcas. Este programa fo então complado e convertdo em uma bbloteca do tpo DLL para a lnguagem R, através de um pacote de conversões da lnguagem R chamado Rtools. A nstalação da função d.otmo.m é smples, basta copar todos os aruvos ue fazem parte da função no dretóro de trabalho do R. Geralmente este dretóro é defndo como sendo a pasta meus documentos, eceto uando o mesmo é alterado pelo usuáro. Para habltar a função no R, o usuáro deverá dgtar na lnha de prompt do R o comando source( dotmom.r ) e salvar a área de trabalho para ue o comando não precse ser dgtado posterormente. Esta função poderá ser adurda através de contato por emal com os autores. Para uso da função, supõe-se ue o usuáro tenha conhecmentos báscos de R... Eemplo de Aplcação O eemplo abao fo reproduzdo de Atknson et al. (007). Sea uma mstura composta por três componentes, suetos às seguntes restrções: 0, 07, 0, 06, 0, 06, ) Sea também um modelo uadrátco de Sheffé para a mstura apresentada, com ses parâmetros: E( y) = β + β + β + β + β + β As restrções geram um heágono, de forma bem dferente da regão smple regular. Para este problema deve-se, prmeramente, obter os pontos canddatos e depos obter os pontos ótmos através de algum método numérco. Para obtenção da regão epermental e dos pontos canddatos pode-se utlzar a Fgura c. Nesta fgura as lnhas nternas representam os eos relatvos à, e onde serão traçadas as lnhas de restrção. A área nterna delmtada por estas lnhas de restrção será a regão de epermentação. Cada ponto de vértce desta área será um ponto canddato, untamente com os pontos médos das lnhas de restrção e o ponto central da regão. Este esuema está apresentado na Fgura. A regão epermental está representada pelas lnhas em negrto e os pontos em preto representam os pontos canddatos. Tendo em mãos estes pontos e o modelo especfcado, estamos prontos para eecutar a função D.otmo.m no R.

5 Fgura : Regão epermental e pontos canddatos Para eecutar a função D.otmo.m usa-se a segunte comando: Obeto <- d.otmo.m(c(a,a,a ),c (b % ),c( c % ),c(modelo),c( l % ),c( u % )) Onde o vetor Obeto representa a matrz ue receberá os resultados. As varáves a, a e a representam o número de pontos canddatos, o número de varáves e o número de parâmetros do modelo, respectvamente. O número de pontos canddatos deve ser no mínmo gual ao numero de parâmetros. O Vetor b % contém os pontos canddatos. Estes pontos devem ser dgtados em seüênca e separados apenas por vírgulas. O vetor c % contem os pesos dos pontos canddatos. Estes pesos devem ter soma gual a um. O obeto modelo contém os parâmetros do modelo. Cada parâmetro a ser estmado é nformado pelo nome da varável ou da nteração ue ele deve descreve, entre parênteses. A nteração é representada pelo símbolo. Se o modelo tver a constante, essa deve ser nformada como numero. Os vetores l % e u % contem os lmtes nferores e superores para os componentes da mstura, respectvamente. A segur apresentamos o comando para o eemplo apresentado. Os resultados (pontos ótmos e pesos) são colocados em um vetor ualuer, ue no eemplo, recebeu o nome de Des_m : Des_m <- d.otmo.m(c(,,6),c(0.6,0.,0.,0.,0.6,0.,0.7,0.,0.,0.4,0.,0.,0.,0.4,0.,0.,0.,0.5), c(0.076,0.076,0.076,0.076,0.076,0.076,0.076,0.076,0.076,0.076,0.076,0.076,0.088),c("","","","","",""),c(0.,0.,0.),c(0.7,0.6,0.6)) Quadro : Pontos canddatos e desenhos ótmos obtdos pela função d.otmo.m em R no caso contínuo, e usando o algortmo BLKL, no caso dscreto, mplementado em Fortran. Pontos Pontos ótmos obtdos pelo função D.otmo.m e pelo algortmo BLKL Pesos Pontos canddatos (BLKL) 0,7 0, 0, 0,7 0, 0, 0, 0,008 0, 0,6 0, 0, 0,6 0, 0, 0,008 0,7 0, 0, 0,7 0, 0, 0, 0, , 0, 0,6 0, 0, 0,6 0, 0, , 0,6 0, 0, 0,6 0, 0, 0, , 0, 0,6 0, 0, 0,6 0, 0, ,7 0,5 0,5 8 0, 0,4 0,4 0, 0,4 0,999 0, 0, ,5 0, 0,4 0,5 0, 0,999 0, 0,08 0 0,5 0,6 0,5 0,5 0,4 0, 0, ,4 0,084 0, 0,084 0,5 0,5 0,6 0,4 0, 0, 0,999 0,999 0, 0,07 0,070 Pesos (D.otmo.m)

6 O Quadro apresenta os pontos canddatos e os pontos ótmos obtdos pela função D.otmo.m. O tempo gasto pelo software para retornar os resultados fo em torno de 4 segundos, para um computador com processador de.0 Ggahertz e Ggabyte de memóra RAM. Após a eecução da função, 0 pontos ótmos foram encontrados, concdndo com os resultados obtdos pelo algortmo BLKL (Atknson, 007) valdando os resultados encontrados. Note ue os pontos ecluídos do epermento foram os pontos centras dos segumentos de reta menores ue delmtam a regão de epermentação (Fgura ). O Quadro apresenta também os pesos obtdos pelo algortmo BLKL e pela função D.otmo.m. Novamente os resultados foram apromadamente concdentes. Os pesos em cada ponto fcaram dstrbuídos de forma ue o ponto central teve menor peso e os pontos centras dos segumentos de reta maores tveram maor peso. 4. Conclusões Este artgo apresentou uma função alternatva para obtenção de desenhos d-ótmos em epermentos de msturas com restrções. A função fo mplementada no R e apresentada através de um eemplo. A mplementação em R A aplcação dessa função mostrou ue pode haver uma dmnução consderável de pontos de epermentação em relação aos pontos canddatos, o ue pode representar grande economa e agldade no processo de epermentação. 5. Referêncas Atknson, A. C., Donev, A. N., Tobas, R. D.; Optmum epermental Desgns wth SAS. London, Oford Statstcal Scence Seres, Oford unversty Press, 007. Bo, G. E., Hunter, W. G., Hunter, J. S.; Statstcs for Epermenters. John Wley & Sons, New York, 978. Cornell, J.A.; Eperments wth mtures: desgns, models and the analyss of mtures data. Segunda Edção, Jonh Wley & Sons, New York, 98. Kefer, J.; Optmum desgns n regresson problems II. Annals of Mathematcal Statstcs,, pp. 98 5, 96. McLean, R. A., Anderson, V. L.; Etreme vertces desgn of mture eperments. Technometrcs, 8, pp , 966. Myers, R.H., Montgomery, D.C.; Response Surface Methodology. Segunda Edção, John Wley & Sons, New York, 00. Pnto, E. R., Ponce de Leon, A. C. M.; Planeamento Ótmo de Epermentos. XVII Smpóso Naconal de Probabldade e Estatístca, Caambu, Assocação Braslera de Estatístca, 006. Prescott, P.; Modellng n msture eperments ncludng nteractons wth process varables. Qualty Technology & Quanttatve Management,, pp. 87-0, 004. Saena, S. K., Ngam, A. K.; Symmetrc-smple block desgns for mtures. Journal of the Royal Statstcal Socety, Seres B, 5, pp , 97. Snee, R. D., Maruardt, D. W.; Etreme vertces desgns for lnear mture models. Technometrcs, 6, pp , 974.

2 Experimentos com Mistura

2 Experimentos com Mistura Modelagem em Expermentos com Mstura e Mstura-Processo Expermentos com Mstura Formulações de Expermentos com Mstura (EM) são freuentemente encontradas nas ndústras uímcas, farmacêutcas, de almentos e em

Leia mais

CAPÍTULO VI Introdução ao Método de Elementos Finitos (MEF)

CAPÍTULO VI Introdução ao Método de Elementos Finitos (MEF) PMR 40 - Mecânca Computaconal CAPÍTULO VI Introdução ao Método de Elementos Fntos (MEF). Formulação Teórca - MEF em uma dmensão Consderemos a equação abao que representa a dstrbução de temperatura na barra

Leia mais

NOTA II TABELAS E GRÁFICOS

NOTA II TABELAS E GRÁFICOS Depto de Físca/UFMG Laboratóro de Fundamentos de Físca NOTA II TABELAS E GRÁFICOS II.1 - TABELAS A manera mas adequada na apresentação de uma sére de meddas de um certo epermento é através de tabelas.

Leia mais

Nota Técnica Médias do ENEM 2009 por Escola

Nota Técnica Médias do ENEM 2009 por Escola Nota Técnca Médas do ENEM 2009 por Escola Crado em 1998, o Exame Naconal do Ensno Médo (ENEM) tem o objetvo de avalar o desempenho do estudante ao fm da escolardade básca. O Exame destna-se aos alunos

Leia mais

2 Experimentos com Mistura

2 Experimentos com Mistura Modelagem em Expermentos Mstura-Processo para Otmzação de Processos Industras Expermentos com Mstura Neste capítulo são apresentados tópcos para planeamento e análse de Expermentos com Mstura (EM) com

Leia mais

FUNÇÃO NO R PARA OBTENÇÃO DO DESENHO D-ÓTIMO EM MODELOS DE MISTURAS COM RESTRIÇÃO

FUNÇÃO NO R PARA OBTENÇÃO DO DESENHO D-ÓTIMO EM MODELOS DE MISTURAS COM RESTRIÇÃO FUNÇÃO NO R PARA OBTENÇÃO DO DESENHO D-ÓTIMO EM MODELOS DE MISTURAS COM RESTRIÇÃO Edmilson Rodrigues Pinto 1 Leandro Alves Pereira 1 Faculdade de Matemática Faculdade de Matemática Universidade Federal

Leia mais

Cálculo do Conceito ENADE

Cálculo do Conceito ENADE Insttuto aconal de Estudos e Pesqusas Educaconas Aníso Texera IEP Mnstéro da Educação ME álculo do onceto EADE Para descrever o cálculo do onceto Enade, prmeramente é mportante defnr a undade de observação

Leia mais

Covariância e Correlação Linear

Covariância e Correlação Linear TLF 00/ Cap. X Covarânca e correlação lnear Capítulo X Covarânca e Correlação Lnear 0.. Valor médo da grandeza (,) 0 0.. Covarânca na propagação de erros 03 0.3. Coecente de correlação lnear 05 Departamento

Leia mais

7. Resolução Numérica de Equações Diferenciais Ordinárias

7. Resolução Numérica de Equações Diferenciais Ordinárias 7. Resolução Numérca de Equações Dferencas Ordnáras Fenômenos físcos em dversas áreas, tas como: mecânca dos fludos, fluo de calor, vbrações, crcutos elétrcos, reações químcas, dentre váras outras, podem

Leia mais

TEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma.

TEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma. UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO CENTRO DE CIÊNCIAS EXATAS DEPARTAMENTO DE FÍSICA AV. FERNANDO FERRARI, 514 - GOIABEIRAS 29075-910 VITÓRIA - ES PROF. ANDERSON COSER GAUDIO FONE: 4009.7820 FAX: 4009.2823

Leia mais

Introdução e Organização de Dados Estatísticos

Introdução e Organização de Dados Estatísticos II INTRODUÇÃO E ORGANIZAÇÃO DE DADOS ESTATÍSTICOS 2.1 Defnção de Estatístca Uma coleção de métodos para planejar expermentos, obter dados e organzá-los, resum-los, analsá-los, nterpretá-los e deles extrar

Leia mais

CORRELAÇÃO DO EQUILÍBRIO DE FASES DO SISTEMA MULTICOMPONENTE ÉSTERES ETÍLICOS DO ÓLEO DE MURUMURU/DIÓXIDO DE CARBONO COM A EQUAÇÃO SRK

CORRELAÇÃO DO EQUILÍBRIO DE FASES DO SISTEMA MULTICOMPONENTE ÉSTERES ETÍLICOS DO ÓLEO DE MURUMURU/DIÓXIDO DE CARBONO COM A EQUAÇÃO SRK CORRELAÇÃO DO EQUILÍBRIO DE FASES DO SISTEMA MULTICOMPONENTE ÉSTERES ETÍLICOS DO ÓLEO DE MURUMURU/DIÓXIDO DE CARBONO COM A EQUAÇÃO SRK Welsson de Araújo SILVA PRODERNA/ITEC/UFPA waslva89@hotmal.com Fernando

Leia mais

Professor Mauricio Lutz CORRELAÇÃO

Professor Mauricio Lutz CORRELAÇÃO Professor Maurco Lutz 1 CORRELAÇÃO Em mutas stuações, torna-se nteressante e útl estabelecer uma relação entre duas ou mas varáves. A matemátca estabelece város tpos de relações entre varáves, por eemplo,

Leia mais

CENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnilesteMG

CENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnilesteMG 1 CENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnlesteMG Dscplna: Introdução à Intelgênca Artfcal Professor: Luz Carlos Fgueredo GUIA DE LABORATÓRIO LF. 01 Assunto: Lógca Fuzzy Objetvo: Apresentar o

Leia mais

Probabilidade e Estatística. Correlação e Regressão Linear

Probabilidade e Estatística. Correlação e Regressão Linear Probabldade e Estatístca Correlação e Regressão Lnear Correlação Este uma correlação entre duas varáves quando uma delas está, de alguma forma, relaconada com a outra. Gráfco ou Dagrama de Dspersão é o

Leia mais

2 Máquinas de Vetor Suporte 2.1. Introdução

2 Máquinas de Vetor Suporte 2.1. Introdução Máqunas de Vetor Suporte.. Introdução Os fundamentos das Máqunas de Vetor Suporte (SVM) foram desenvolvdos por Vapnk e colaboradores [], [3], [4]. A formulação por ele apresentada se basea no prncípo de

Leia mais

Ministério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação

Ministério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação Mnstéro da Educação Insttuto Naconal de Estudos e Pesqusas Educaconas Aníso Texera Cálculo do Conceto Prelmnar de Cursos de Graduação Nota Técnca Nesta nota técnca são descrtos os procedmentos utlzados

Leia mais

C são matrizes que satisfazem

C são matrizes que satisfazem Eercícos de Álgebra Lnear Prof: José ndré UNIPLI - 9 () Construa as guntes matrzes: a) tal que por a b) tal que < > a a a. () Consdere a rede de telecomuncações com nós e coneões reprentada abao: a) Escreva

Leia mais

3 Algoritmos propostos

3 Algoritmos propostos Algortmos propostos 3 Algortmos propostos Nesse trabalho foram desenvolvdos dos algortmos que permtem classfcar documentos em categoras de forma automátca, com trenamento feto por usuáros Tas algortmos

Leia mais

PARTE 1. 1. Apresente as equações que descrevem o comportamento do preço de venda dos imóveis.

PARTE 1. 1. Apresente as equações que descrevem o comportamento do preço de venda dos imóveis. EXERCICIOS AVALIATIVOS Dscplna: ECONOMETRIA Data lmte para entrega: da da 3ª prova Valor: 7 pontos INSTRUÇÕES: O trabalho é ndvdual. A dscussão das questões pode ser feta em grupo, mas cada aluno deve

Leia mais

Influência dos Procedimentos de Ensaios e Tratamento de Dados em Análise Probabilística de Estrutura de Contenção

Influência dos Procedimentos de Ensaios e Tratamento de Dados em Análise Probabilística de Estrutura de Contenção Influênca dos Procedmentos de Ensaos e Tratamento de Dados em Análse Probablístca de Estrutura de Contenção Mara Fatma Mranda UENF, Campos dos Goytacazes, RJ, Brasl. Paulo César de Almeda Maa UENF, Campos

Leia mais

PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS DO CEARÁ

PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS DO CEARÁ GOVERNO DO ESTADO DO CEARÁ SECRETARIA DO PLANEJAMENTO E GESTÃO - SEPLAG INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ - IPECE NOTA TÉCNICA Nº 29 PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS

Leia mais

Fast Multiresolution Image Querying

Fast Multiresolution Image Querying Fast Multresoluton Image Queryng Baseado no artgo proposto por: Charles E. Jacobs Adan Fnkelsten Davd H. Salesn Propõe um método para busca em um banco de dados de magem utlzando uma magem de consulta

Leia mais

PLANEJAMENTO DE EXPERIMENTOS E OTIMIZAÇÃO DE SISTEMAS MISTOS

PLANEJAMENTO DE EXPERIMENTOS E OTIMIZAÇÃO DE SISTEMAS MISTOS PLANEJAMENTO DE EXPERIMENTOS E OTIMIZAÇÃO DE SISTEMAS MISTOS Smone P. Saramago e Valder Steffen Jr UFU, Unversdade Federal de Uberlânda, Curso de Engenhara Mecânca Av. João Naves de Ávla, 2160, Santa Mônca,

Leia mais

Sistemas de Filas: Aula 5. Amedeo R. Odoni 22 de outubro de 2001

Sistemas de Filas: Aula 5. Amedeo R. Odoni 22 de outubro de 2001 Sstemas de Flas: Aula 5 Amedeo R. Odon 22 de outubro de 2001 Teste 1: 29 de outubro Com consulta, 85 mnutos (níco 10:30) Tópcos abordados: capítulo 4, tens 4.1 a 4.7; tem 4.9 (uma olhada rápda no tem 4.9.4)

Leia mais

Física. Física Módulo 1 Vetores, escalares e movimento em 2-D

Física. Física Módulo 1 Vetores, escalares e movimento em 2-D Físca Módulo 1 Vetores, escalares e movmento em 2-D Vetores, Escalares... O que são? Para que servem? Por que aprender? Escalar Defnção: Escalar Grandea sem dreção assocada. Eemplos: Massa de uma bola,

Leia mais

Sistemas Robóticos. Sumário. Introdução. Introdução. Navegação. Introdução Onde estou? Para onde vou? Como vou lá chegar?

Sistemas Robóticos. Sumário. Introdução. Introdução. Navegação. Introdução Onde estou? Para onde vou? Como vou lá chegar? Sumáro Sstemas Robótcos Navegação Introdução Onde estou? Para onde vou? Como vou lá chegar? Carlos Carreto Curso de Engenhara Informátca Ano lectvo 2003/2004 Escola Superor de Tecnologa e Gestão da Guarda

Leia mais

Introdução à Análise de Dados nas medidas de grandezas físicas

Introdução à Análise de Dados nas medidas de grandezas físicas Introdução à Análse de Dados nas meddas de grandezas físcas www.chem.wts.ac.za/chem0/ http://uregna.ca/~peresnep/ www.ph.ed.ac.uk/~td/p3lab/analss/ otas baseadas nos apontamentos Análse de Dados do Prof.

Leia mais

Escola Secundária Dr. Ângelo Augusto da Silva Matemática 12.º ano Números Complexos - Exercícios saídos em (Exames Nacionais 2000)

Escola Secundária Dr. Ângelo Augusto da Silva Matemática 12.º ano Números Complexos - Exercícios saídos em (Exames Nacionais 2000) Internet: http://rolvera.pt.to ou http://sm.page.vu Escola Secundára Dr. Ângelo Augusto da Slva Matemátca.º ano Números Complexos - Exercícos saídos em (Exames Naconas 000). Seja C o conjunto dos números

Leia mais

UNIVERSIDADE PRESBITERIANA MACKENZIE CCSA - Centro de Ciências Sociais e Aplicadas Curso de Economia

UNIVERSIDADE PRESBITERIANA MACKENZIE CCSA - Centro de Ciências Sociais e Aplicadas Curso de Economia CCSA - Centro de Cêncas Socas e Aplcadas Curso de Economa ECONOMIA REGIONAL E URBANA Prof. ladmr Fernandes Macel LISTA DE ESTUDO. Explque a lógca da teora da base econômca. A déa que sustenta a teora da

Leia mais

Lista de Exercícios de Recuperação do 2 Bimestre. Lista de exercícios de Recuperação de Matemática 3º E.M.

Lista de Exercícios de Recuperação do 2 Bimestre. Lista de exercícios de Recuperação de Matemática 3º E.M. Lsta de Exercícos de Recuperação do Bmestre Instruções geras: Resolver os exercícos à caneta e em folha de papel almaço ou monobloco (folha de fcháro). Copar os enuncados das questões. Entregar a lsta

Leia mais

CAPÍTULO 1 Exercícios Propostos

CAPÍTULO 1 Exercícios Propostos CAPÍTULO 1 Exercícos Propostos Atenção: Na resolução dos exercícos consderar, salvo menção em contráro, ano comercal de das. 1. Qual é a taxa anual de juros smples obtda em uma aplcação de $1.0 que produz,

Leia mais

Despacho Econômico de. Sistemas Termoelétricos e. Hidrotérmicos

Despacho Econômico de. Sistemas Termoelétricos e. Hidrotérmicos Despacho Econômco de Sstemas Termoelétrcos e Hdrotérmcos Apresentação Introdução Despacho econômco de sstemas termoelétrcos Despacho econômco de sstemas hdrotérmcos Despacho do sstema braslero Conclusões

Leia mais

2 Aproximação por curvas impĺıcitas e partição da unidade

2 Aproximação por curvas impĺıcitas e partição da unidade Aproxmação por curvas mpĺıctas e partção da undade Este capítulo expõe alguns concetos báscos necessáros para o entendmento deste trabalho 1 Curvas Algébrcas Um subconjunto O R é chamado de uma curva mplícta

Leia mais

Rastreando Algoritmos

Rastreando Algoritmos Rastreando lgortmos José ugusto aranauskas epartamento de Físca e Matemátca FFCLRP-USP Sala loco P Fone () - Uma vez desenvolvdo um algortmo, como saber se ele faz o que se supõe que faça? esta aula veremos

Leia mais

Regressão e Correlação Linear

Regressão e Correlação Linear Probabldade e Estatístca I Antono Roque Aula 5 Regressão e Correlação Lnear Até o momento, vmos técncas estatístcas em que se estuda uma varável de cada vez, estabelecendo-se sua dstrbução de freqüêncas,

Leia mais

As tabelas resumem as informações obtidas da amostra ou da população. Essas tabelas podem ser construídas sem ou com perda de informações.

As tabelas resumem as informações obtidas da amostra ou da população. Essas tabelas podem ser construídas sem ou com perda de informações. 1. TABELA DE DISTRIBUIÇÃO DE FREQÜÊNCIA As tabelas resumem as normações obtdas da amostra ou da população. Essas tabelas podem ser construídas sem ou com perda de normações. As tabelas sem perda de normação

Leia mais

CURSO ON-LINE PROFESSOR: VÍTOR MENEZES

CURSO ON-LINE PROFESSOR: VÍTOR MENEZES O Danel Slvera pedu para eu resolver mas questões do concurso da CEF. Vou usar como base a numeração do caderno foxtrot Vamos lá: 9) Se, ao descontar uma promssóra com valor de face de R$ 5.000,00, seu

Leia mais

Palavras-chaves: Gráficos de controle, ambiente R, análise estatística multivariada

Palavras-chaves: Gráficos de controle, ambiente R, análise estatística multivariada A ntegração de cadeas produtvas com a abordagem da manufatura sustentável. Ro de Janero, RJ, Brasl, 13 a 16 de outubro de 2008 O DESENVOLVIMENTO DE GRÁFICOS DE CONTROLE MCUSUM E MEWMA EM AMBIENTE R COMO

Leia mais

Apostila de Estatística Curso de Matemática. Volume II 2008. Probabilidades, Distribuição Binomial, Distribuição Normal. Prof. Dr. Celso Eduardo Tuna

Apostila de Estatística Curso de Matemática. Volume II 2008. Probabilidades, Distribuição Binomial, Distribuição Normal. Prof. Dr. Celso Eduardo Tuna Apostla de Estatístca Curso de Matemátca Volume II 008 Probabldades, Dstrbução Bnomal, Dstrbução Normal. Prof. Dr. Celso Eduardo Tuna 1 Capítulo 8 - Probabldade 8.1 Conceto Intutvamente pode-se defnr probabldade

Leia mais

UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR

UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EATAS DEPARTAMENTO DE ESTATÍSTICA UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR

Leia mais

Controlo Metrológico de Contadores de Gás

Controlo Metrológico de Contadores de Gás Controlo Metrológco de Contadores de Gás José Mendonça Das (jad@fct.unl.pt), Zulema Lopes Perera (zlp@fct.unl.pt) Departamento de Engenhara Mecânca e Industral, Faculdade de Cêncas e Tecnologa da Unversdade

Leia mais

Problemas Associados a Cones de Segunda Ordem

Problemas Associados a Cones de Segunda Ordem Problemas Assocados a Cones de Segunda Ordem Dense S. Trevsol, Mara A. D. Ehrhardt, Insttuto de Matemátca, Estatístca e Computação Centífca, IMECC, UNICAMP, 1383-859, Campnas, SP E-mal: ra8477@me.uncamp.br,

Leia mais

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero

Leia mais

Análise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA

Análise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA Análse de Regressão Profa Alcone Mranda dos Santos Departamento de Saúde Públca UFMA Introdução Uma das preocupações estatístcas ao analsar dados, é a de crar modelos que explctem estruturas do fenômeno

Leia mais

Universidade Salvador UNIFACS Cursos de Engenharia Cálculo IV Profa: Ilka Rebouças Freire. Integrais Múltiplas

Universidade Salvador UNIFACS Cursos de Engenharia Cálculo IV Profa: Ilka Rebouças Freire. Integrais Múltiplas Unversdade Salvador UNIFACS Cursos de Engenhara Cálculo IV Profa: Ilka ebouças Frere Integras Múltplas Texto 3: A Integral Dupla em Coordenadas Polares Coordenadas Polares Introduzremos agora um novo sstema

Leia mais

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas 3.6. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas

Leia mais

Variáveis dummy: especificações de modelos com parâmetros variáveis

Variáveis dummy: especificações de modelos com parâmetros variáveis Varáves dummy: especfcações de modelos com parâmetros varáves Fabríco Msso, Lucane Flores Jacob Curso de Cêncas Econômcas/Unversdade Estadual de Mato Grosso do Sul E-mal: fabrcomsso@gmal.com Departamento

Leia mais

5 Implementação Procedimento de segmentação

5 Implementação Procedimento de segmentação 5 Implementação O capítulo segunte apresenta uma batera de expermentos prátcos realzados com o objetvo de valdar o método proposto neste trabalho. O método envolve, contudo, alguns passos que podem ser

Leia mais

UMA VALIDAÇÃO MATEMÁTICA PARA UM ALGORITMO QUE SIMULA MISTURAS DE DISTRIBUIÇÕES

UMA VALIDAÇÃO MATEMÁTICA PARA UM ALGORITMO QUE SIMULA MISTURAS DE DISTRIBUIÇÕES UMA VALIDAÇÃO MATEMÁTICA PARA UM ALGORITMO QUE SIMULA MISTURAS DE DISTRIBUIÇÕES Ana Paula Coelho MADEIRA Lucas Montero CHAVES Devanl Jaques de SOUZA Resumo: Uma valdação matemátca, utlzando o conceto de

Leia mais

Francisco de Assis Corrêa Instituto Nacional de Pesquisas Espaciais - INPE São José dos Campos SP, Brasil fcorrea@directnet.com.br

Francisco de Assis Corrêa Instituto Nacional de Pesquisas Espaciais - INPE São José dos Campos SP, Brasil fcorrea@directnet.com.br APLICAÇÃO DE RELAXAÇÃO LAGRANGEANA E DO ALGORITMO GENÉTICO CONSTRUTIVO NA SOLUÇÃO DO PROBLEMA PROBABILÍSTICO DE LOCALIZAÇÃO- ALOCAÇÃO DE MÁXIMA COBERTURA Francsco de Asss Corrêa Insttuto Naconal de Pesqusas

Leia mais

PLANEJAMENTO DE GRÁFICOS DE CONTROLE DE REGRESSÃO VIA SIMULAÇÃO

PLANEJAMENTO DE GRÁFICOS DE CONTROLE DE REGRESSÃO VIA SIMULAÇÃO PLANEJAMENTO DE GRÁFICOS DE CONTROLE DE REGRESSÃO VIA SIMULAÇÃO Ana Carolna Campana Nascmento 1, José Ivo Rbero Júnor 1, Mosés Nascmento 1 1. Professor da Unversdade Federal de Vçosa, Avenda Peter Henr

Leia mais

POLARIMETRIA ÓPTICA E MODELAGEM DE POLARES OBSERVADAS NO OPD/LNA NO PERÍODO DE 2010-2012

POLARIMETRIA ÓPTICA E MODELAGEM DE POLARES OBSERVADAS NO OPD/LNA NO PERÍODO DE 2010-2012 5 POLARIMETRIA ÓPTICA E MODELAGEM DE POLARES OBSERVADAS NO OPD/LNA NO PERÍODO DE 00-0 OPTICAL POLARIMETRY AND MODELING OF POLARS OBSERVED IN OPD/LNA IN THE PERIOD 00-0 Karleyne M. G. Slva Cláuda V. Rodrgues

Leia mais

O método de Equação Integral com Quadratura Gaussiana para otimizar os parâmetros do gráfico de controle multivariado de Somas Acumuladas

O método de Equação Integral com Quadratura Gaussiana para otimizar os parâmetros do gráfico de controle multivariado de Somas Acumuladas Unversdade Federal de Santa Catarna Centro Tecnológco Programa de Pós-Graduação em Engenhara de Produção O método de Equação Integral com Quadratura Gaussana para otmzar os parâmetros do gráfco de controle

Leia mais

PROJECTO DO LAYOUT DE INSTALAÇÕES INDUSTRIAIS

PROJECTO DO LAYOUT DE INSTALAÇÕES INDUSTRIAIS 2 PROJECTO DO LAYOUT DE INSTALAÇÕES INDUSTRIAIS Determnar a sequênca de operações de fabrco, quas e quantos recursos estão dsponíves para cada tpo de operação, como fluem os materas e as pessoas, qual

Leia mais

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu 1 Programação Não Lnear com Restrções Aula 9: Programação Não-Lnear - Funções de Váras Varáves com Restrções Ponto Regular; Introdução aos Multplcadores de Lagrange; Multplcadores de Lagrange e Condções

Leia mais

O migrante de retorno na Região Norte do Brasil: Uma aplicação de Regressão Logística Multinomial

O migrante de retorno na Região Norte do Brasil: Uma aplicação de Regressão Logística Multinomial O mgrante de retorno na Regão Norte do Brasl: Uma aplcação de Regressão Logístca Multnomal 1. Introdução Olavo da Gama Santos 1 Marnalva Cardoso Macel 2 Obede Rodrgues Cardoso 3 Por mgrante de retorno,

Leia mais

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16%

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16% Análse de Rsco 1 RISCO Rsco possbldade de perda. Quanto maor a possbldade, maor o rsco. Exemplo: Empresa X va receber $ 1.000 de uros em 30 das com títulos do governo. A empresa Y pode receber entre $

Leia mais

3ª AULA: ESTATÍSTICA DESCRITIVA Medidas Numéricas

3ª AULA: ESTATÍSTICA DESCRITIVA Medidas Numéricas PROGRAMA DE PÓS-GRADUAÇÃO EM EGEHARIA DE TRASPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMETO DE EGEHARIA CIVIL ECV DISCIPLIA: TGT41006 FUDAMETOS DE ESTATÍSTICA 3ª AULA: ESTATÍSTICA DESCRITIVA Meddas umércas

Leia mais

Controle de qualidade de produto cartográfico aplicado a imagem de alta resolução

Controle de qualidade de produto cartográfico aplicado a imagem de alta resolução Controle de qualdade de produto cartográfco aplcado a magem de alta resolução Nathála de Alcântara Rodrgues Alves¹ Mara Emanuella Frmno Barbosa¹ Sydney de Olvera Das¹ ¹ Insttuto Federal de Educação Cênca

Leia mais

ESTATÍSTICA MULTIVARIADA 2º SEMESTRE 2010 / 11. EXERCÍCIOS PRÁTICOS - CADERNO 1 Revisões de Estatística

ESTATÍSTICA MULTIVARIADA 2º SEMESTRE 2010 / 11. EXERCÍCIOS PRÁTICOS - CADERNO 1 Revisões de Estatística ESTATÍSTICA MULTIVARIADA º SEMESTRE 010 / 11 EXERCÍCIOS PRÁTICOS - CADERNO 1 Revsões de Estatístca -0-11 1.1 1.1. (Varáves aleatóras: função de densdade e de dstrbução; Méda e Varânca enquanto expectatvas

Leia mais

CQ110 : Princípios de FQ

CQ110 : Princípios de FQ CQ110 : Prncípos de FQ CQ 110 Prncípos de Físco Químca Curso: Farmáca Prof. Dr. Marco Vdott mvdott@ufpr.br Potencal químco, m potencal químco CQ110 : Prncípos de FQ Propredades termodnâmcas das soluções

Leia mais

UM MODELO DE ALOCAÇÃO DINÂMICA DE CAMINHÕES VISANDO AO ATENDIMENTO DE METAS DE PRODUÇÃO E QUALIDADE

UM MODELO DE ALOCAÇÃO DINÂMICA DE CAMINHÕES VISANDO AO ATENDIMENTO DE METAS DE PRODUÇÃO E QUALIDADE UM MODELO DE ALOCAÇÃO DINÂMICA DE CAMINHÕES VISANDO AO ATENDIMENTO DE METAS DE PRODUÇÃO E QUALIDADE RESUMO Felppe Perera da Costa, PPGEM/UFOP, Mestrando. felppe@mneral.em.ufop.br Marcone Jamlson Fretas

Leia mais

Estatística stica Descritiva

Estatística stica Descritiva AULA1-AULA5 AULA5 Estatístca stca Descrtva Prof. Vctor Hugo Lachos Davla oo que é a estatístca? Para mutos, a estatístca não passa de conjuntos de tabelas de dados numércos. Os estatístcos são pessoas

Leia mais

Objetivos da aula. Essa aula objetiva fornecer algumas ferramentas descritivas úteis para

Objetivos da aula. Essa aula objetiva fornecer algumas ferramentas descritivas úteis para Objetvos da aula Essa aula objetva fornecer algumas ferramentas descrtvas útes para escolha de uma forma funconal adequada. Por exemplo, qual sera a forma funconal adequada para estudar a relação entre

Leia mais

Cálculo Numérico BCC760 Interpolação Polinomial

Cálculo Numérico BCC760 Interpolação Polinomial Cálculo Numérco BCC76 Interpolação Polnomal Departamento de Computação Págna da dscplna http://www.decom.ufop.br/bcc76/ 1 Interpolação Polnomal Conteúdo 1. Introdução 2. Objetvo 3. Estênca e uncdade 4.

Leia mais

5.1 Seleção dos melhores regressores univariados (modelo de Índice de Difusão univariado)

5.1 Seleção dos melhores regressores univariados (modelo de Índice de Difusão univariado) 5 Aplcação Neste capítulo será apresentada a parte empírca do estudo no qual serão avalados os prncpas regressores, um Modelo de Índce de Dfusão com o resultado dos melhores regressores (aqu chamado de

Leia mais

ALGORITMO E PROGRAMAÇÃO

ALGORITMO E PROGRAMAÇÃO ALGORITMO E PROGRAMAÇÃO 1 ALGORITMO É a descrção de um conjunto de ações que, obedecdas, resultam numa sucessão fnta de passos, atngndo um objetvo. 1.1 AÇÃO É um acontecmento que a partr de um estado ncal,

Leia mais

Testes não-paramétricos

Testes não-paramétricos Testes não-paramétrcos Prof. Lorí Val, Dr. http://www.mat.ufrgs.br/val/ val@mat.ufrgs.br Um teste não paramétrco testa outras stuações que não parâmetros populaconas. Estas stuações podem ser relaconamentos,

Leia mais

Capítulo 1. O plano complexo. 1.1. Introdução. Os números complexos começaram por ser introduzidos para dar sentido à 2

Capítulo 1. O plano complexo. 1.1. Introdução. Os números complexos começaram por ser introduzidos para dar sentido à 2 Capítulo O plano compleo Introdução Os números compleos começaram por ser ntrodudos para dar sentdo à resolução de equações polnomas do tpo Como os quadrados de números reas são sempre maores ou guas a

Leia mais

Elaboração: Fevereiro/2008

Elaboração: Fevereiro/2008 Elaboração: Feverero/2008 Últma atualzação: 19/02/2008 E ste Caderno de Fórmulas tem por objetvo esclarecer aos usuáros a metodologa de cálculo e os crtéros de precsão utlzados na atualzação das Letras

Leia mais

Prof. Antônio Carlos Fontes dos Santos. Aula 1: Divisores de tensão e Resistência interna de uma fonte de tensão

Prof. Antônio Carlos Fontes dos Santos. Aula 1: Divisores de tensão e Resistência interna de uma fonte de tensão IF-UFRJ Elementos de Eletrônca Analógca Prof. Antôno Carlos Fontes dos Santos FIW362 Mestrado Profssonal em Ensno de Físca Aula 1: Dvsores de tensão e Resstênca nterna de uma fonte de tensão Este materal

Leia mais

Variável discreta: X = número de divórcios por indivíduo

Variável discreta: X = número de divórcios por indivíduo 5. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas

Leia mais

RESOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS

RESOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS Defnções RESOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS Problemas de Valor Incal PVI) Métodos de passo smples Método de Euler Métodos de sére de Talor Métodos de Runge-Kutta Equações de ordem superor Métodos

Leia mais

UM NOVO ALGORITMO GENÉTICO PARA A OTIMIZAÇÃO DE CARTEIRAS DE INVESTIMENTO COM RESTRIÇÕES DE CARDINALIDADE

UM NOVO ALGORITMO GENÉTICO PARA A OTIMIZAÇÃO DE CARTEIRAS DE INVESTIMENTO COM RESTRIÇÕES DE CARDINALIDADE Unversdade Estadual de Campnas Insttuto de Matemátca, Estatístca e Computação Centífca Departamento de Matemátca Aplcada DISSERTAÇÃO DE MESTRADO UM NOVO ALGORITMO GENÉTICO PARA A OTIMIZAÇÃO DE CARTEIRAS

Leia mais

Sempre que surgir uma dúvida quanto à utilização de um instrumento ou componente, o aluno deverá consultar o professor para esclarecimentos.

Sempre que surgir uma dúvida quanto à utilização de um instrumento ou componente, o aluno deverá consultar o professor para esclarecimentos. Insttuto de Físca de São Carlos Laboratóro de Eletrcdade e Magnetsmo: Transferênca de Potênca em Crcutos de Transferênca de Potênca em Crcutos de Nesse prátca, estudaremos a potênca dsspada numa resstênca

Leia mais

Programa do Curso. Sistemas Inteligentes Aplicados. Análise e Seleção de Variáveis. Análise e Seleção de Variáveis. Carlos Hall

Programa do Curso. Sistemas Inteligentes Aplicados. Análise e Seleção de Variáveis. Análise e Seleção de Variáveis. Carlos Hall Sstemas Intelgentes Aplcados Carlos Hall Programa do Curso Lmpeza/Integração de Dados Transformação de Dados Dscretzação de Varáves Contínuas Transformação de Varáves Dscretas em Contínuas Transformação

Leia mais

Geração de poses de faces utilizando Active Appearance Model Tupã Negreiros 1, Marcos R. P. Barretto 2, Jun Okamoto 3

Geração de poses de faces utilizando Active Appearance Model Tupã Negreiros 1, Marcos R. P. Barretto 2, Jun Okamoto 3 Geração de poses de faces utlzando Actve Appearance Model Tupã Negreros 1, Marcos R. P. Barretto 2, Jun Okamoto 3 1, 2, 3 Escola Poltécnca da Unversdade de São Paulo (POLI/USP) Caxa Postal 61548 CEP 05508-900

Leia mais

5 Relação entre Análise Limite e Programação Linear 5.1. Modelo Matemático para Análise Limite

5 Relação entre Análise Limite e Programação Linear 5.1. Modelo Matemático para Análise Limite 5 Relação entre Análse Lmte e Programação Lnear 5.. Modelo Matemátco para Análse Lmte Como fo explcado anterormente, a análse lmte oferece a facldade para o cálculo da carga de ruptura pelo fato de utlzar

Leia mais

CÁLCULO DO ALUNO EQUIVALENTE PARA FINS DE ANÁLISE DE CUSTOS DE MANUTENÇÃO DAS IFES

CÁLCULO DO ALUNO EQUIVALENTE PARA FINS DE ANÁLISE DE CUSTOS DE MANUTENÇÃO DAS IFES MIISTÉRIO DA EDUCAÇÃO SECRETARIA DE EDUCAÇÃO SUPERIOR DEPARTAMETO DE DESEVOLVIMETO DA EDUCAÇÃO SUPERIOR TECOLOGIA DA IFORMAÇÃO CÁLCULO DO ALUO EQUIVALETE PARA FIS DE AÁLISE DE CUSTOS DE MAUTEÇÃO DAS IFES

Leia mais

Otimização de Custos de Transporte e Tributários em um Problema de Distribuição Nacional de Gás

Otimização de Custos de Transporte e Tributários em um Problema de Distribuição Nacional de Gás A pesqusa Operaconal e os Recursos Renováves 4 a 7 de novembro de 2003, Natal-RN Otmzação de ustos de Transporte e Trbutáros em um Problema de Dstrbução Naconal de Gás Fernanda Hamacher 1, Fernanda Menezes

Leia mais

PROGRAMAÇÃO DIÁRIA DE IMAGENS DE UM SATÉLITE DE OBSERVAÇÃO: UMA FORMULAÇÃO REDUZIDA

PROGRAMAÇÃO DIÁRIA DE IMAGENS DE UM SATÉLITE DE OBSERVAÇÃO: UMA FORMULAÇÃO REDUZIDA PROGRAMAÇÃO DIÁRIA DE IMAGENS DE UM SATÉLITE DE OBSERVAÇÃO: UMA FORMULAÇÃO REDUZIDA Glaydston Mattos Rbero 1,2 e Luz Antono Noguera Lorena 2 1 Departamento de Cênca da Computação e Informátca Faculdade

Leia mais

Identidade dos parâmetros de modelos segmentados

Identidade dos parâmetros de modelos segmentados Identdade dos parâmetros de modelos segmentados Dana Campos de Olvera Antono Polcarpo Souza Carnero Joel Augusto Munz Fabyano Fonseca e Slva 4 Introdução No Brasl, dentre os anmas de médo porte, os ovnos

Leia mais

Capítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES

Capítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES Capítulo. Aproxmações numércas 1D em malhas unformes 9 Capítulo. AROXIMAÇÕS NUMÉRICAS 1D M MALHAS UNIFORMS O prncípo fundamental do método das dferenças fntas (MDF é aproxmar através de expressões algébrcas

Leia mais

7 - Distribuição de Freqüências

7 - Distribuição de Freqüências 7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste

Leia mais

Departamento de Informática. Modelagem Analítica do Desempenho de Sistemas de Computação. Modelagem Analítica. Disciplina: Variável Aleatória

Departamento de Informática. Modelagem Analítica do Desempenho de Sistemas de Computação. Modelagem Analítica. Disciplina: Variável Aleatória Departamento de Informátca Dscplna: do Desempenho de Sstemas de Computação Varável leatóra Prof. Sérgo Colcher colcher@nf.puc-ro.br Varável leatóra eal O espaço de amostras Ω fo defndo como o conjunto

Leia mais

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma Capítulo 8 Dferencação Numérca Quase todos os métodos numércos utlzados atualmente para obtenção de soluções de equações erencas ordnáras e parcas utlzam algum tpo de aproxmação para as dervadas contínuas

Leia mais

Visualização Científica no Contexto de Métodos Meshfree: Aprimoramento de Algoritmos Clássicos

Visualização Científica no Contexto de Métodos Meshfree: Aprimoramento de Algoritmos Clássicos Vsualzação Centífca no Contexto de Métodos Meshfree: Aprmoramento de Algortmos Clásscos Gleber N. Marques 1, André F. Perera 1,, Dárley D. de Almeda 1, e Gsele F. Franco 1 1 Laboratóro de Modelagem, Smulação

Leia mais

DEFINIÇÃO - MODELO LINEAR GENERALIZADO

DEFINIÇÃO - MODELO LINEAR GENERALIZADO DEFINIÇÃO - MODELO LINEAR GENERALIZADO 1 Um modelo lnear generalzado é defndo pelos seguntes três componentes: Componente aleatóro; Componente sstemátco; Função de lgação; Componente aleatóro: Um conjunto

Leia mais

Gestão de operações logísticas num armazém usando modelos de apoio à decisão

Gestão de operações logísticas num armazém usando modelos de apoio à decisão IO 2009 14º Congresso da ADIO, 7 a 9 de Setembro de 2009 67 Gestão de operações logístcas num armazém usando modelos de apoo à decsão Carla Aleandra Soares Geraldes * Mara do Samero Carvalho Gulherme A.

Leia mais

PLANILHAS EXCEL/VBA PARA PROBLEMAS ENVOLVENDO EQUILÍBRIO LÍQUIDO-VAPOR EM SISTEMAS BINÁRIOS

PLANILHAS EXCEL/VBA PARA PROBLEMAS ENVOLVENDO EQUILÍBRIO LÍQUIDO-VAPOR EM SISTEMAS BINÁRIOS PLANILHAS EXCEL/VBA PARA PROBLEMAS ENVOLVENDO EQUILÍBRIO LÍQUIDO-VAPOR EM SISTEMAS BINÁRIOS L. G. Olvera, J. K. S. Negreros, S. P. Nascmento, J. A. Cavalcante, N. A. Costa Unversdade Federal da Paraíba,

Leia mais

Polos Olímpicos de Treinamento. Aula 10. Curso de Teoria dos Números - Nível 2. Divisores. Prof. Samuel Feitosa

Polos Olímpicos de Treinamento. Aula 10. Curso de Teoria dos Números - Nível 2. Divisores. Prof. Samuel Feitosa Polos Olímpcos de Trenamento Curso de Teora dos Números - Nível 2 Prof. Samuel Fetosa Aula 10 Dvsores Suponha que n = p α 1 2...pα é a fatoração em prmos do ntero n. Todos os dvsores de n são da forma

Leia mais

GARANTIA DE EXCELENTE INTERCAMBIALIDADE E REDUÇÃO DE CUSTOS ATRAVÉS DA ANÁLISE ESTATÍSTICA DE TOLERÂNCIAS

GARANTIA DE EXCELENTE INTERCAMBIALIDADE E REDUÇÃO DE CUSTOS ATRAVÉS DA ANÁLISE ESTATÍSTICA DE TOLERÂNCIAS GARANIA DE EXCELENE INERCAMBIALIDADE E REDUÇÃO DE CUSOS ARAVÉS DA ANÁLISE ESAÍSICA DE OLERÂNCIAS Edvaldo Antono Bulba* *Prof. Dr. da Fatec SP FEI e Unversdade São Judas E mal: bulba@fe.edu.br Resumo Numa

Leia mais

IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO

IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO Alne de Paula Sanches 1 ; Adrana Betâna de Paula Molgora 1 Estudante do Curso de Cênca da Computação da UEMS, Undade Unverstára de Dourados;

Leia mais

MAPEAMENTO DA VARIABILIDADE ESPACIAL

MAPEAMENTO DA VARIABILIDADE ESPACIAL IT 90 Prncípos em Agrcultura de Precsão IT Departamento de Engenhara ÁREA DE MECANIZAÇÃO AGRÍCOLA MAPEAMENTO DA VARIABILIDADE ESPACIAL Carlos Alberto Alves Varella Para o mapeamento da varabldade espacal

Leia mais

NODAL Versão 3.0 Programa de Simulação de Tarifas de Uso do Sistema Elétrico MANUAL DO USUÁRIO ANEEL Agência Nacional de Energia Elétrica

NODAL Versão 3.0 Programa de Simulação de Tarifas de Uso do Sistema Elétrico MANUAL DO USUÁRIO ANEEL Agência Nacional de Energia Elétrica NODAL Versão 3.0 Programa de Smulação de Tarfas de Uso do Sstema Elétrco MANUAL DO USUÁRIO ANEEL Agênca Naconal de Energa Elétrca ÍNDICE. INTRODUÇÃO...-.. CONSIDERAÇÕES...-.2. FUNÇÃO DO PROGRAMA...-2.3.

Leia mais

R X. X(s) Y Y(s) Variáveis aleatórias discretas bidimensionais

R X. X(s) Y Y(s) Variáveis aleatórias discretas bidimensionais 30 Varáves aleatóras bdmensonas Sea ε uma experênca aleatóra e S um espaço amostral assocado a essa experênca. Seam X X(s) e Y Y(s) duas funções cada uma assocando um número real a cada resultado s S.

Leia mais

XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GRUPO - IX GRUPO DE ESTUDO DE OPERAÇÃO DE SISTEMAS ELÉTRICOS - GOP

XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GRUPO - IX GRUPO DE ESTUDO DE OPERAÇÃO DE SISTEMAS ELÉTRICOS - GOP XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA Versão.0 XXX.YY 22 a 25 Novembro de 2009 Recfe - PE GRUPO - IX GRUPO DE ESTUDO DE OPERAÇÃO DE SISTEMAS ELÉTRICOS - GOP SISTEMA

Leia mais

Método para aplicação de gráficos de controle de regressão no monitoramento de processos

Método para aplicação de gráficos de controle de regressão no monitoramento de processos Produção, v 21, n 1, p 106-117, jan/mar 2011 do: 101590/S0103-65132011005000001 Método para aplcação de gráfcos de controle de regressão no montoramento de processos Danlo Cuzzuol Pedrn a, *, Carla Schwengber

Leia mais